La génération d’images dans OpenClaw

OpenClaw génère et modifie des images par un seul outil posé sur les fournisseurs d’images que vous avez configurés. Dans une session de discussion, il tourne de façon asynchrone : OpenClaw enregistre une tâche d’arrière-plan, renvoie aussitôt son identifiant, et réveille l’agent quand le fournisseur a terminé ; la réponse de fin porte une courte légende et chaque pièce jointe générée, un échec revient comme un message visible concis, et si la session demandeuse est inactive, les images sont livrées directement pour que le résultat ne soit pas perdu. Voici la configuration, les routes, ce que l’outil accepte, et les réserves.

Configuration

• Une clé d’API pour au moins un fournisseur, OpenAI, Gemini ou OpenRouter entre autres, ou une connexion ChatGPT ou Codex ; avec un profil OAuth OpenAI configuré, les requêtes d’image passent par lui plutôt que par la clé.
• Éventuellement un modèle par défaut sous le bloc des modèles de médias avec un délai ; une configuration explicite du fournisseur OpenAI, une clé ou une URL de base personnalisée, ramène à la route directe de l’API d’images.
• Demandez à l’agent. Aucune liste d’autorisation n’est nécessaire : l’outil est actif par défaut quand un fournisseur est disponible, et absent sinon.

L’outil n’apparaît que lorsqu’au moins un fournisseur de génération d’images est disponible.

Les routes

La documentation liste une route par objectif : le modèle d’image d’OpenAI avec facturation à l’API ou avec la connexion ChatGPT, les variantes GPT Image 2.5 par la route explicite à clé, un PNG ou WebP à fond transparent par l’ancien modèle OpenAI, FLUX via DeepInfra, Krea 2 et GPT Image 2.5 via fal, le modèle d’image flash de Gemini via OpenRouter ou directement chez Google, LiteLLM, et les déploiements Microsoft Foundry. Le même outil gère le texte vers image et la modification à partir d’images de référence, avec une ou plusieurs images comme références ; sur Krea, les références deviennent des références de style. Les indications de sortie pour la qualité, le format et le fond sont transmises quand le fournisseur les prend en charge et signalées comme ignorées sinon, et OpenAI accepte une modération basse ou automatique pour la génération comme pour les modifications.

Les réserves

• Un point d’accès LAN compatible OpenAI comme LocalAI exige l’URL de base personnalisée et un consentement explicite sous la politique anti-SSRF du navigateur ; les points d’accès d’images privés et internes restent bloqués par défaut.
• Dans WebChat et l’application macOS, les pièces jointes générées restent sur la réponse de fin au lieu de réapparaître dans un message séparé réservé aux images, et une livraison rejouée garde les mêmes identités.
• L’enregistrement de tâche lui-même reste silencieux ; la réponse visible suit le contrat de réponse visible de la session, ce qui explique qu’un canal voie un seul message légendé plutôt qu’un flux de progression.

OpenClaw avec OpenRouter et OpenClaw avec Gemini sont les deux articles de fournisseurs d’où arrivent la plupart des gens.

Où cela s’inscrit

La génération d’images est l’un des outils de médias à côté de la vidéo, de la musique et de la parole, et elle suit le même schéma que La recherche web d’OpenClaw : un outil que l’agent appelle, un fournisseur que vous avez choisi, et un résultat qui revient par la réponse plutôt que par une interface distincte.

Sur Diali

Sur Diali, l’outil suit la même règle que partout ailleurs : il apparaît quand un fournisseur capable de générer des images est configuré pour l’assistant, et le tableau de bord est l’endroit où ce choix se fait. OpenClaw hébergé sur Diali est l’assistant.

• Un outil, de nombreux fournisseurs, une tâche d’arrière-plan par image.
• Texte vers image et modifications par référence par le même appel.
• Les points d’accès LAN sont bloqués tant que vous ne consentez pas.